非常好的手势识别文档

手势识别和跟踪 基于简单模板匹配的手部跟踪 手部识别：OpenCV Cascade HAAR Classifier 手势识别：$1 手势识别器的 C++ 实现 基于 HOG + SVM 的手部跟踪 Sementatoin：背景减法或肤色检测 识别：HOG 特征加 SVM 分类器

基于FMCW 雷达的多维参数手势识别算法

马氏距离matlab代码手势连续识别的比较研究 该存储库包含Matlab代码，用于与连续手势识别方法之间的比较： M1是一种使用高斯混合模型和高斯混合回归对手势建模并使用马哈拉诺比斯距离对每个手势进行概率分类的方法。 如果相关联的概率超过某些阈值，则将检测到手势实例。 SLOTH是一种使用长期短期记忆递归神经网络（LSTM-RNN）作为概率分类器的方法。 将随时间变化的概率行为与预期行为进行比较，以检测手势。 “ Data_Feeding”模块加载存储在data文件夹中的示例序列，对SLOTH的数据进行下采样，并根据滑动窗口技术提供两种方法。 每种方法的手势识别过程的结果都显示在一个绘图中。 已经在论文“使用模糊逻辑来增强人类运动图元的分类”中进行了介绍。 有关更多信息，请参考此出版物。 SLOTH已在论文“使用递归神经网络和可穿戴传感器进行的在线手势识别”中提出。 有关更多信息，请参考此出版物。 两种方法之间的比较研究结果已提交给意大利人工智能协会第17届国际会议。 作者 亚历山德罗·卡菲（AlessandroCarfì），部门。 DIBRISUniversitàdegli Stud

使用OpenCV和C++开发了一个手势识别模块。检测手的质心以跟踪和识别手势。将模块与计算机连接，形成基本任务。

人工神经网络 模式识别 的一个课程设计， 报告包含实现过程，实现效果介绍，可作为同类课程设计参考

本库旨在为Egret封装常用的手势操作，因本人能力有限，有的实现并不完善，欢迎批评指正。Egret手势识别库egret_gesture目前已实现的手势： 1. Tap(点一下) 2. Double Tap (双击) 3. Pinch(二指往內或往外拨动，平时经常用到的缩放) 4. Rotation(旋转) 5. Swipe(滑动，快速移动) 6. Pan (拖移，慢速移动) 7. LongPress(长按)

手势识别，基于FDC2214的实物产品。手势数据的录入和手势识别部分。

使用OpenPose/DLIB库实现一些最先进的计算机视觉应用程序。 基于C/C++/Python的计算机视觉模型，使用OpenPose、OpenCV、DLIB、Keras和Tensorflow库。目标检测、跟踪、人脸识别、手势、情绪和姿势识别 C/C++/Python based computer DLIB：计算机视觉和其他机器学习的现代C++工具包。 Kerasify：用于从C++应用程序运行KARAS模型的小型库。 OPENCV：开源计算机视觉库。 OpenStA:一个实时多人关键点检测和多线程C++库。 操作系统（支持）： Ubuntu 16.04 Nvidia Jetson TX2 要求： 至少有1.6 GB可用的NVIDIA图形卡（NVIDIA smi命令检查Ubuntu中可用的GPU内存）。 至少2 GB的可用RAM内存。 推荐：cuDNN和至少8核的CPU。

该系统提供了一个C语言版的手势识别系统。该系统中的read_me文件提供了关于该程序使用的全部说明，读者可以自行阅读和使用程序。